क्या AI इंसानों को आपूर्ति श्रृंखला प्रबंधन से हटा देगा?

कृत्रिम बुद्धिमत्ता (एआई) इतिहास की नहीं तो आधुनिक युग की सबसे विघटनकारी तकनीक है। हालाँकि लगभग हर उद्योग में इसके उपयोग के मामले हैं, कुछ के पास दूसरों की तुलना में लाभ और हानि अधिक है। आपूर्ति श्रृंखला प्रबंधन एक ऐसी भूमिका है जिसे एआई काफी हद तक बदल सकता है, संभवतः उस बिंदु तक जहां मनुष्य अब इसे नहीं करते हैं।

कई प्रौद्योगिकीविद् इस बात पर जोर देते हैं कि स्वचालन अंततः आवश्यकता से अधिक नौकरियाँ पैदा करता है, लेकिन फिर भी इसका मतलब है कि कुछ भूमिकाएँ गायब हो जाती हैं। क्या आपूर्ति श्रृंखला प्रबंधन उन नौकरियों में से एक हो सकता है? उद्योग के लिए इसका क्या मतलब होगा? यहाँ एक नज़दीकी नज़र है.

आपूर्ति श्रृंखला प्रबंधन में एआई की भूमिका

लेकिन सभी आपूर्ति श्रृंखला व्यवसायों का 6% पहले से ही कुछ क्षमता में AI का उपयोग करें। मोटे तौर पर 11% का कहना है कि यह उनके परिचालन के लिए महत्वपूर्ण है, यह आंकड़ा जल्द ही इनमें से एक तिहाई से अधिक कंपनियों पर लागू हो सकता है। यह समझना आसान है कि एआई आपूर्ति श्रृंखला प्रबंधन के कई पहलुओं में सुधार क्यों करता है।

मांग पूर्वानुमान

आपूर्ति श्रृंखला प्रबंधन में एआई की पूर्वानुमानित क्षमताएं इसकी सबसे मजबूत संपत्तियों में से एक हैं। मशीन लर्निंग मॉडल आगामी मांग में बदलाव की भविष्यवाणी करने के लिए पिछले बिक्री डेटा और वर्तमान रुझानों का विश्लेषण कर सकते हैं। स्टॉक-आउट और अधिशेष को रोकने के लिए कंपनियां कुछ उत्पादों का कम और दूसरे का अधिक ऑर्डर कर सकती हैं।

जैसे-जैसे एआई उन्नत हुआ है, वैसे-वैसे इसकी पूर्वानुमान क्षमताएं भी बढ़ी हैं। कुछ आपूर्ति श्रृंखला एआई समाधान आने वाले व्यवधानों की भविष्यवाणी कर सकते हैं मौसम, वित्तीय रुझान, भू-राजनीतिक मुद्दों और अन्य बदलावों का विश्लेषण करके। फिर वे अन्यथा विघटनकारी घटनाओं के प्रभाव को कम करने के लिए परिवर्तनों की सिफारिश कर सकते हैं।

पूर्वानुमान का यह स्तर मानव विश्लेषकों के लिए उल्लेखनीय रूप से कठिन है, विशेष रूप से यह देखते हुए कि आपूर्ति श्रृंखलाएँ कितनी जटिल हो गई हैं। हालाँकि, यह बिल्कुल उस प्रकार का गहन विश्लेषण है जहाँ AI उत्कृष्टता प्राप्त करता है।

सूची प्रबंधन

इसी तरह, AI इन्वेंट्री प्रबंधन को भी बदल रहा है। मांग में बदलाव और व्यवधानों के बारे में पूर्वानुमान केवल उतने ही सहायक होते हैं जितना कि कंपनी की अपनी इन्वेंट्री को तदनुसार समायोजित करने की क्षमता। इसके लिए कई भंडारण स्थानों पर व्यापक दृश्यता की आवश्यकता होती है, जिससे मानवीय त्रुटि की संभावना होती है।

डेटा सेट इतना बड़ा और दोहराव से गलतियाँ करना आसान हो जाता है। अस्थिर आपूर्ति और मांग कारक इन त्रुटियों को और भी अधिक संभावित बनाते हैं। परिणामस्वरूप, अमेरिका में स्टॉक-आउट दरें बढ़ गई हैं 35% से अधिक COVID-19 महामारी की शुरुआत के बाद। एआई अधिक विश्वसनीयता प्रदान करता है, क्योंकि यह वास्तविक समय में इन्वेंट्री को ट्रैक कर सकता है और डेटा प्रविष्टि त्रुटियां नहीं करता है।

एआई समाधान भी आगे बढ़ सकते हैं और आवश्यकतानुसार उत्पादों को स्वचालित रूप से ऑर्डर कर सकते हैं। कुछ कंपनियाँ इसका उपयोग यह निर्धारित करने के लिए भी करती हैं कि कुछ वस्तुओं को कहाँ स्टॉक करना है और सबसे तेज़ संभव डिलीवरी को सक्षम करने के लिए कहाँ से शिप करना है।

पूर्तिकर्ता मूल्यांकन

व्यवसाय आपूर्ति श्रृंखला प्रबंधन के अपस्ट्रीम पक्ष में एआई का उपयोग करना शुरू कर रहे हैं। लागत को कम करना और देरी को रोकना काफी हद तक सही आपूर्तिकर्ताओं का उपयोग करने का मामला है। एआई प्रत्येक उत्पाद या सामग्री के लिए सर्वश्रेष्ठ की पहचान करने के लिए संभावित स्रोतों का मूल्यांकन कर सकता है।

यहां एआई का मुख्य लाभ यह है कि यह सटीक और तेज़ दोनों है। मैन्युअल रूप से सही चीज़ ढूंढने में बहुत अधिक समय लग सकता है। इन निर्णयों की जटिलता को देखते हुए पारंपरिक कंप्यूटिंग बहुत अविश्वसनीय है। मोटे तौर पर 70% आपूर्ति शृंखलाएँ अब शुद्ध लागत की तुलना में विश्वसनीयता और लचीलेपन पर अधिक जोर दिया जाता है, इसलिए एक साधारण लागत तुलना अपर्याप्त है। गति में सुधार करते हुए AI उस बारीकियों को प्रबंधित कर सकता है।

एआई बदलते रुझानों को भी अपना सकता है और कंपनियों को सचेत कर सकता है जब कोई मौजूदा आपूर्तिकर्ता अब सबसे अच्छा विकल्प नहीं रह गया है। आज के तेजी से बढ़ते बाजार में यह निर्णय चपलता महत्वपूर्ण है।

प्रक्रिया का इष्टतीमीकरण

आपूर्ति श्रृंखला एआई आंतरिक प्रक्रियाओं को भी प्रबंधित कर सकती है। किसी उत्पाद के निर्माण और शिपिंग में बहुत सारे चलने वाले हिस्से शामिल होते हैं। इसका मतलब है कि कई क्षेत्रों में अक्षमताएं उत्पन्न हो सकती हैं और सबसे अच्छी रणनीति शायद ही तुरंत स्पष्ट होती है, लेकिन एआई तेजी से, अधिक प्रभावी परिवर्तनों के लिए इस निर्णय लेने को स्वचालित कर सकता है।

ये अनुकूलन डिलीवरी को अधिक कुशलता से रूट करने जितना सीधा हो सकता है - जिसे कई लॉजिस्टिक्स कंपनियों ने अपनाया है। हालाँकि, जैसे-जैसे एआई आगे बढ़ता है, यह बहुत आगे तक जा सकता है। व्यवसाय संपूर्ण आपूर्ति श्रृंखला के डिजिटल जुड़वाँ के निर्माण और विश्लेषण के लिए एआई का उपयोग कर सकते हैं और लगभग हर चरण में बदलाव का सुझाव दे सकते हैं।

क्या मानवीय कारक अभी भी आवश्यक है?

आपूर्ति श्रृंखला प्रबंधन में एआई की व्यापक भूमिका को देखते हुए, यह देखना कठिन है कि मनुष्य अब कहाँ फिट बैठता है। यहां से एआई और अधिक सक्षम और विश्वसनीय हो जाएगा, इसलिए यदि मौजूदा रुझान जारी रहता है, तो यह सोचना अजीब नहीं होगा कि यह तकनीक वह सब कुछ कर सकती है जो आज के आपूर्ति श्रृंखला प्रबंधक करते हैं।

इस क्षमता के बावजूद, AI संभवतः आपूर्ति श्रृंखला प्रबंधन में मनुष्यों की जगह नहीं लेगा, कम से कम पूरी तरह से नहीं। अपने सभी लाभों के साथ, AI के कुछ महत्वपूर्ण नुकसान भी हैं। मतिभ्रम सबसे प्रमुख में से एक है। आज के सबसे लोकप्रिय जेनेरिक एआई मॉडल गलत जानकारी फैलाते हैं 3%-27% समय , जिसके आपूर्ति श्रृंखला प्रबंधन में विनाशकारी परिणाम हो सकते हैं।

निःसंदेह, मानवीय भविष्यवाणियाँ भी सही नहीं होतीं। लेकिन अगर एक आपूर्ति श्रृंखला प्रबंधन प्रणाली पूरी तरह से स्वचालित थी, तो यह वास्तविकता में बहुत कम या बिना किसी आधार के किसी कारक पर स्वचालित रूप से प्रतिक्रिया कर सकती है। इससे स्टॉक खत्म हो सकता है, देरी हो सकती है और काफी खर्च हो सकता है। यह देखते हुए कि आपूर्ति श्रृंखला निर्णयों के परिणाम कितने दूरगामी हो सकते हैं, मानव विशेषज्ञों को हमेशा अंतिम निर्णय लेना चाहिए।

एआई के हाथों में बहुत कुछ देने के संदिग्ध नैतिक निहितार्थ भी हैं। एआई का पर्याप्त डेटा उपयोग उन्हें हैकर्स के लिए एक बड़ा लक्ष्य बनाता है और इससे संवेदनशील जानकारी गलती से लीक हो सकती है। एआई की अच्छी तरह से प्रलेखित पूर्वाग्रह समस्या भी गंभीर समस्याएं पैदा कर सकती है, खासकर अगर एआई ने काम पर रखने जैसे कार्यबल के विचारों को प्रबंधित किया हो।

यह याद रखना भी महत्वपूर्ण है कि सबसे उन्नत AI भी केवल डेटा के रुझानों पर प्रतिक्रिया करता है। नतीजतन, कम डेटा वाली घटनाएं काफी चुनौती पेश करती हैं। COVID-19 महामारी की तरह आपूर्ति श्रृंखला में व्यवधान दुर्लभ हो सकता है, लेकिन AI द्वारा उनकी सटीक भविष्यवाणी करने या ऐसा होने पर प्रभावी ढंग से प्रतिक्रिया करने की संभावना नहीं है। वे बहुत अचानक और अप्रत्याशित हैं, जिन्हें प्रबंधित करने के लिए अधिक लचीले मनुष्यों की आवश्यकता होती है।

एआई आपूर्ति श्रृंखला प्रबंधन का अंत नहीं है

एआई के फायदे और नुकसान दोनों पर विचार करने पर, यह स्पष्ट हो जाता है कि मानव आपूर्ति श्रृंखला प्रबंधक दूर नहीं जाएंगे, लेकिन उनकी नौकरियां बदल जाएंगी। व्यवसायों को इन पदों पर कम कर्मचारियों की आवश्यकता हो सकती है, लेकिन वे अभी भी महत्वपूर्ण होंगे। इसी तरह, नौकरी में कम विश्लेषण की आवश्यकता होगी और एआई मॉडल और वे कैसे काम करते हैं, इसकी अधिक समझ की आवश्यकता होगी।

कल के आपूर्ति श्रृंखला प्रबंधक लगभग हर निर्णय को सूचित करने के लिए एआई का उपयोग करेंगे और संभवतः ऑर्डर और बिलिंग जैसी कई छोटी कार्रवाइयों को स्वचालित करेंगे। अंतिम निर्णय - विशेष रूप से कंपनी-व्यापी रणनीतिक परिवर्तनों के संदर्भ में - अभी भी मनुष्यों पर निर्भर करेगा, जिन्हें एआई की अंतर्दृष्टि की व्याख्या करनी होगी। इस परिवर्तन से नौकरी में कुछ व्यवधान आने की संभावना है, लेकिन यह पेशे का अंत नहीं है।